模式识别与人工智能（基于MATLAB）（第2版）课件 4.4 PAM聚类.pptx

PAM聚类

目录PAM算法简介PAM算法基本思想PAM算法的过程PAM的特点PAM算法的实现仿真结果结论

一.PAM算法简介k均值算法对离群点敏感，因为这种对象远离大多数数据，隐藏分配到一个簇时，它们可能严重地扭曲簇的均值。这不经意间影响了其他对象到簇的分配。于是一种基于K-means的改进算法k-mediod应运而生。PAM（PartitioningAroundMedoid,围绕中心点的划分）是聚类分析算法中划分法的一个聚类方法，是最早提出的k-mediod算法之一。PAM算法的优势在于：PAM算法比K-平均算法更健壮，对“噪声”和孤立点数据不敏感；它能够处理不同类型的数据点；